LaERC-S: تحسين التعرف على العواطف في المحادثة باستخدام خصائص المتحدث

التعرف على العواطف في المحادثة (ERC)، وهو المهمة التي تهدف إلى تحديد العواطف البشرية لكل جملة ضمن محادثة، حظي باهتمام كبير في أنظمة التفاعل بين الإنسان والحاسوب. ركزت الدراسات السابقة في مجال ERC على المعلومات الخاصة بالمحدث والتي تأتي بشكل أساسي من العلاقات بين الجمل، مما يفتقر إلى معلومات كافية حول المحادثات. سعت الأبحاث الحديثة في مجال ERC إلى استغلال النماذج اللغوية الكبيرة المدربة مسبقًا (LLMs) مع نمذجة المحدث لفهم الحالة العاطفية. رغم تحقيق هذه الأساليب لنتائج مشجعة، فإن المعلومات الخاصة بالمحدث المستخرجة تجد صعوبة في إظهار الديناميكيات العاطفية. في هذا البحث، ومستوحين من حقيقة أن خصائص المحدث تلعب دورًا حاسمًا وأن النماذج اللغوية الكبيرة لديها معرفة غنية عن العالم، نقدم LaERC-S، إطار عمل جديد يحفز النماذج اللغوية الكبيرة على استكشاف خصائص المحدث التي تتضمن الحالة النفسية والسلوك للمراسلين، لتحقيق توقعات دقيقة للعواطف. لمنح النماذج اللغوية الكبيرة هذه المعلومات، نعتمد التعلم ذو المرحلتين لجعل النماذج تستنتج خصائص المحدث وتتبع عواطفه في سيناريوهات محادثة معقدة. أظهرت التجارب الواسعة على ثلاثة قواعد بيانات مرجعية تفوق LaERC-S، حيث حقق الإطار الجديد مستوىً غير مسبوق من الدقة (state-of-the-art).